AI能生成超越自然界的新型蛋白质 可用于制造特定机械性能材料

麻省理工学院的研究人员近日开发出一种利用人工智能技术，能够生成超越自然界的新型蛋白质的方法。这项研究将于近期发表在最新一期《化学》杂志上，这种方法可以为各种应用领域提供新的解决方案，比如生物医学、材料科学、食品保鲜等。这个发现意味着我们将能够生产出更加创新、性能更高的材料，减少对环境的影响。

蛋白质是由氨基酸串联而成的长链，这些链会折叠成三维的形状，结构特征又影响了蛋白质的力学性能。虽然科学家们已经发现了数千种经过自然选择形成的蛋白质，但他们估计还有很多氨基酸序列没有被发现。为了加速蛋白质发现的过程，科学家们最近设计了一些深度学习模型，可以根据给定的氨基酸序列预测出相应的蛋白质三维结构。

这个新方法的创新之处在于它能够根据预设的结构目标，预测出能够形成相应蛋白质的氨基酸序列。这些蛋白质可用于制造具有特定机械性能（如刚度或弹性）的材料，从而取代作为原料的石油或陶瓷，会大大减少碳足迹。研究人员创建了两种模型，一种是在整体结构层面上工作的，另一种是在氨基酸层面上工作的。两种模型都可以组合氨基酸来生成蛋白质。在第一种模型中，用户只需要输入想要的不同结构的百分比，比如 40% 的 α-螺旋和 60% 的 β-折叠，模型就会生成满足这些要求的序列。在第二种模型中，用户不仅要指定百分比，还要指定氨基酸结构的顺序，从而对最终产品有更大的控制力。

为了验证生成的蛋白质是否符合预期的规格，研究人员将开发的模型与一个可以预测蛋白质折叠情况的算法相连。他们用这个算法来确定生成蛋白质的三维结构，然后计算出相应的力学性能，并与预设的设计要求进行比较。这一过程是验证设计的蛋白质是否满足期望规格的关键。

研究人员指出，他们的模型可以生成高质量和逼真的数据，并根据特定的设计目标进行调节。因此，它们比其他模型更适合满足设计要求。此外，他们的模型还能够生成一系列的蛋白质，这些蛋白质具有一定的与已知蛋白质相似的程度，又有一定的创新性和独特性。这些蛋白质可以用于制造具有特定机械性能的材料，从而取代作为原料的石油或陶瓷，减少碳足迹。

该研究的高级作者、MIT 工程学院教授马库斯・布勒表示，这种方法可以为各种应用领域提供新的解决方案，比如生物医学、材料科学、食品保鲜等。他指出，这些应用领域需要超越自然界所提供的解决方案，因此，新开发的设计工具可以在解决这些问题中发挥重要作用。

麻省理工学院的研究人员利用人工智能技术开发了一种能够生成超越自然界的新型蛋白质的方法，旨在快速有效地设计出具有特定结构和功能的新型蛋白质。他们创建了一种基于机器学习的算法，可以根据预设的结构目标，预测出能够形成相应蛋白质的氨基酸序列。这项研究的高级作者是马库斯・布勒（Markus Buehler）教授，他表示，这种方法可以为各种应用领域提供新的解决方案，比如生物医学、材料科学、食品保鲜等。通过使用他们开发的模型，可以生成一系列的蛋白质，并通过调整一些参数来控制它们的设计，从而实现定制化的需求。